Vincere la valutazione: 6 step
Descrizione
Basato su «La svolta nelle proposte di ricerca con l’AI: il metodo pratico in sei passi per ottenere l’approvazione» di Zhao Xin, questo Skill usa come struttura i sei passaggi «analizzare il tema—trovare il tema—dimostrare il tema—argomentare il tema—risolvere il tema—definire il tema» per co-creare con l’AI, non per scrivere al posto tuo. Dalla comprensione del campo di gara alla rifinitura finale, aiuta a sviluppare sistematicamente una proposta di ricerca. Integra metodologie chiave come il modello TMAQ, il metodo ADFV per la scelta del tema, la valutazione a quattro dimensioni e quattro cicli di revisione iterativa, oltre a prompt diagnostici in stile «revisore esigente». Aiuta chi presenta la proposta a chiarire il progetto, argomentarlo in modo approfondito e scriverlo con efficacia, per ottenere un vantaggio in sede di valutazione.
Abilità correlate
Vedi tutto
Revisione proposta PRO V2.0
🎯 **Panoramica delle funzionalità** Questo è un sistema intelligente di revisione e ottimizzazione progettato per richieste di progetti del Fondo Nazionale per le Scienze Sociali, del Ministero dell'Istruzione e a livello provinciale. Simula il modello di pensiero di un esperto revisore con 15 anni di esperienza, garantendo il rigore accademico e la competitività della proposta attraverso tre meccanismi fondamentali. 🔧 **Tre meccanismi fondamentali** 1️⃣ **Metodologia strutturata in 12 fasi** Copre l'intero ciclo di vita della revisione della proposta: **Fase 1-3: Diagnosi di base** - Analisi approfondita del bando (orientamento dei finanziamenti, criteri di revisione, requisiti di presentazione) - Identificazione del tipo di disciplina interdisciplinare (riconoscimento preciso di 8 tipi) - Identificazione del GAP di ricerca in 5 dimensioni (teoria/metodo/empirico/politica/tecnologia) **Fase 4-7: Valutazione degli elementi chiave** - Analisi del problema di ricerca con il modello TMAQ (teoria/metodo/approccio/problema) - Verifica degli obiettivi di ricerca secondo il principio SMART - Valutazione della completezza della struttura del contenuto di ricerca - Abbinamento del tipo di approccio di ricerca (6 tipi) **Fase 8-10: Miglioramento della qualità approfondita** - Individuazione precisa dei punti critici (distinzione standard + percorso di soluzione) - Esplorazione dei punti di innovazione in 7 dimensioni - Argomentazione della fattibilità in 7 dimensioni **Fase 11-12: Ottimizzazione complessiva** - Controllo qualità su 9 dimensioni (rigore accademico, innovatività, fattibilità, ecc.) - Suggerimenti di ottimizzazione integrati e report finale 2️⃣ **Meccanismo di confronto dual-core (Builder vs Supervisor)** Principio di funzionamento: - Builder (scrittore accademico): genera un piano di ottimizzazione basato sui materiali dell'utente - Supervisor (revisore di top journal): sfida il piano del Builder con i criteri più severi - Iterazione del confronto: 3 cicli di confronto per garantire che il piano sia valido Scenari applicativi: - Durante l'esplorazione dei punti di innovazione: Builder propone punti di innovazione → Supervisor ne mette in dubbio la novità → iterazione di ottimizzazione - Durante l'argomentazione della fattibilità: Builder progetta il piano → Supervisor ne sfida la fattibilità → integrazione dell'argomentazione - Durante la citazione della letteratura: Builder cita la letteratura → Supervisor ne verifica l'autenticità → garanzia di norme accademiche 3️⃣ **Meccanismo di verifica dell'autenticità della letteratura** Due modalità operative: **Modalità A: Modalità placeholder (predefinita)** - Utilizza marcatori come [Placeholder-letteratura-001] al posto di riferimenti specifici - Output: "Elenco dei fabbisogni di letteratura", specifica i requisiti di ricerca per ogni placeholder - L'utente cerca e inserisce la letteratura reale **Modalità B: Modalità di verifica in tempo reale** - Richiama Google Scholar per verificare in tempo reale l'autenticità della letteratura - Genera un "Report di verifica della letteratura" (punteggi di autenticità/rilevanza/autorevolezza) - Garantisce che ogni citazione sia tracciabile Prevenzione delle allucinazioni AI: - Vietata la creazione fittizia di autori, riviste, DOI - Tutta la letteratura deve essere verificata o contrassegnata come placeholder - Garanzia del limite di integrità accademica 💡 **Valore principale e scenari applicativi** ✅ **Punti critici risolti** 1. Scarsa accuratezza accademica: i contenuti generati dall'AI spesso presentano letteratura falsa, lacune logiche 2. Innovatività insufficiente: difficile individuare veri punti di innovazione accademica 3. Fattibilità debole: i piani di ricerca mancano di argomentazione sistematica 4. Difficoltà interdisciplinare: i temi interdisciplinari rischiano di essere "a metà" 🎓 **Utenti target** - Docenti universitari (scienze sociali, educazione, discipline umanistiche) - Ricercatori (che presentano richieste per progetti nazionali e provinciali) - Team accademici (che necessitano di un processo di revisione sistematico) 📋 **Flusso di utilizzo tipico** 1. Input: caricare bando del progetto + bozza della proposta 2. Valutazione: il sistema esegue un'analisi strutturata in 12 fasi 3. Confronto: il meccanismo dual-core itera e ottimizza le parti chiave 4. Verifica: controllo dell'autenticità della letteratura 5. Output: report di revisione completo + suggerimenti di ottimizzazione + elenco letteratura 🔍 **Differenze rispetto alla revisione tradizionale** | Dimensione | Revisione tradizionale | Sistema di revisione esperto | |------------|------------------------|------------------------------| | Profondità di revisione | Dipende dall'esperienza personale | 12 fasi strutturate + 9 dimensioni qualità | | Rigore accademico | Difficile verifica completa | Verifica letteratura + confronto dual-core | | Individuazione innovatività | Giudizio soggettivo | Analisi sistematica in 7 dimensioni | | Argomentazione fattibilità | Guidata dall'esperienza | Argomentazione dettagliata in 7 dimensioni | | Coerenza | Variabile da persona a persona | Processo standardizzato | | Efficienza | Da giorni a settimane | Valutazione iniziale in 1-2 ore | Il vantaggio principale di questo sistema è: rendere esplicita, strutturata e replicabile la conoscenza tacita di un esperto revisore con 15 anni di esperienza, consentendo a ogni utente di ottenere un servizio di revisione di livello esperto.
Assistente proposte di ricerca
Progettato per docenti universitari e ricercatori, questo assistente AI vi guida nella stesura di proposte di ricerca in ambito umanistico e sociale, coprendo l'intero processo dalla generazione del tema alla pianificazione dei risultati. Che abbiate bisogno di sviluppare un argomento da zero o di ottimizzare una parte specifica della proposta, questo strumento fornisce una guida e un supporto di livello esperto. Questo assistente combina l'esperienza di esperti senior con una strategia di 'guida tramite esempi e integrazione della teoria della scrittura', per aiutarvi a completare in modo efficiente una proposta di alta qualità. Potete ottenere analisi mirate degli argomenti caldi della ricerca disciplinare, suggerimenti per affinare il tema, e, in base al vostro indirizzo di ricerca e al tipo di progetto, generare un background rigoroso, una revisione approfondita della storia accademica e una descrizione perspicace del valore della ricerca. Nella fase di progettazione del contenuto della ricerca, questo assistente vi aiuterà a definire l'oggetto di studio, costruire un quadro di ricerca logicamente chiaro e raccomandare approcci e metodi innovativi. Allo stesso tempo, vi aiuta a sintetizzare i punti chiave e le difficoltà, stabilire obiettivi di ricerca chiari e pianificare un programma dettagliato e un'analisi di fattibilità, assicurando che la vostra proposta sia rigorosa e ben strutturata. Inoltre, potete sfruttare questo strumento per esplorare a fondo i punti di forza innovativi nelle idee accademiche, nelle prospettive e nei metodi di ricerca del progetto, e pianificare sistematicamente le varie forme dei risultati attesi, il loro utilizzo e l'impatto sociale. Infine, tutti i contenuti scritti vengono integrati con un clic per generare una proposta di ricerca completa, logicamente coerente e conforme agli standard di candidatura, aumentando le vostre possibilità di successo.
ScrivereAssistente bandi umanistici
La cosa peggiore, in una domanda di finanziamento, non è scrivere lentamente, ma prendere la direzione sbagliata. La maggior parte dei metodi ti fa "scrivere dall'inizio alla fine seguendo il percorso della ricerca". Questa Skill fa il contrario: prima procede a ritroso, poi in avanti. Ti porta innanzitutto a chiarire "qual è davvero l'elemento innovativo", quindi a chiederti, dal punto di vista dei valutatori, "che cosa bisogna presentare e perché dovrebbero crederti". Solo dopo aver chiarito questi aspetti, inizi a scrivere seguendo la logica di lettura. Prevede tre barriere invalicabili: non puoi definire il tema finché la ricerca bibliografica non è sufficiente, non puoi iniziare a scrivere finché l'innovazione non è chiara e non puoi finalizzare il testo senza la tua conferma. Inoltre, usa una ricerca multidimensionale XYZ per dimostrare che la "lacuna di ricerca" esiste davvero, senza mai confondere "non l'ho trovato" con "nessuno ci ha mai lavorato". Le altre AI ti aiutano a scrivere più velocemente; questa ti fa iniziare più tardi, ma ti aiuta a scrivere bene fin dal primo tentativo.
Vincere la valutazione: 6 step
Descrizione
Basato su «La svolta nelle proposte di ricerca con l’AI: il metodo pratico in sei passi per ottenere l’approvazione» di Zhao Xin, questo Skill usa come struttura i sei passaggi «analizzare il tema—trovare il tema—dimostrare il tema—argomentare il tema—risolvere il tema—definire il tema» per co-creare con l’AI, non per scrivere al posto tuo. Dalla comprensione del campo di gara alla rifinitura finale, aiuta a sviluppare sistematicamente una proposta di ricerca. Integra metodologie chiave come il modello TMAQ, il metodo ADFV per la scelta del tema, la valutazione a quattro dimensioni e quattro cicli di revisione iterativa, oltre a prompt diagnostici in stile «revisore esigente». Aiuta chi presenta la proposta a chiarire il progetto, argomentarlo in modo approfondito e scriverlo con efficacia, per ottenere un vantaggio in sede di valutazione.
Abilità correlate
Vedi tuttoRevisione proposta PRO V2.0
🎯 **Panoramica delle funzionalità** Questo è un sistema intelligente di revisione e ottimizzazione progettato per richieste di progetti del Fondo Nazionale per le Scienze Sociali, del Ministero dell'Istruzione e a livello provinciale. Simula il modello di pensiero di un esperto revisore con 15 anni di esperienza, garantendo il rigore accademico e la competitività della proposta attraverso tre meccanismi fondamentali. 🔧 **Tre meccanismi fondamentali** 1️⃣ **Metodologia strutturata in 12 fasi** Copre l'intero ciclo di vita della revisione della proposta: **Fase 1-3: Diagnosi di base** - Analisi approfondita del bando (orientamento dei finanziamenti, criteri di revisione, requisiti di presentazione) - Identificazione del tipo di disciplina interdisciplinare (riconoscimento preciso di 8 tipi) - Identificazione del GAP di ricerca in 5 dimensioni (teoria/metodo/empirico/politica/tecnologia) **Fase 4-7: Valutazione degli elementi chiave** - Analisi del problema di ricerca con il modello TMAQ (teoria/metodo/approccio/problema) - Verifica degli obiettivi di ricerca secondo il principio SMART - Valutazione della completezza della struttura del contenuto di ricerca - Abbinamento del tipo di approccio di ricerca (6 tipi) **Fase 8-10: Miglioramento della qualità approfondita** - Individuazione precisa dei punti critici (distinzione standard + percorso di soluzione) - Esplorazione dei punti di innovazione in 7 dimensioni - Argomentazione della fattibilità in 7 dimensioni **Fase 11-12: Ottimizzazione complessiva** - Controllo qualità su 9 dimensioni (rigore accademico, innovatività, fattibilità, ecc.) - Suggerimenti di ottimizzazione integrati e report finale 2️⃣ **Meccanismo di confronto dual-core (Builder vs Supervisor)** Principio di funzionamento: - Builder (scrittore accademico): genera un piano di ottimizzazione basato sui materiali dell'utente - Supervisor (revisore di top journal): sfida il piano del Builder con i criteri più severi - Iterazione del confronto: 3 cicli di confronto per garantire che il piano sia valido Scenari applicativi: - Durante l'esplorazione dei punti di innovazione: Builder propone punti di innovazione → Supervisor ne mette in dubbio la novità → iterazione di ottimizzazione - Durante l'argomentazione della fattibilità: Builder progetta il piano → Supervisor ne sfida la fattibilità → integrazione dell'argomentazione - Durante la citazione della letteratura: Builder cita la letteratura → Supervisor ne verifica l'autenticità → garanzia di norme accademiche 3️⃣ **Meccanismo di verifica dell'autenticità della letteratura** Due modalità operative: **Modalità A: Modalità placeholder (predefinita)** - Utilizza marcatori come [Placeholder-letteratura-001] al posto di riferimenti specifici - Output: "Elenco dei fabbisogni di letteratura", specifica i requisiti di ricerca per ogni placeholder - L'utente cerca e inserisce la letteratura reale **Modalità B: Modalità di verifica in tempo reale** - Richiama Google Scholar per verificare in tempo reale l'autenticità della letteratura - Genera un "Report di verifica della letteratura" (punteggi di autenticità/rilevanza/autorevolezza) - Garantisce che ogni citazione sia tracciabile Prevenzione delle allucinazioni AI: - Vietata la creazione fittizia di autori, riviste, DOI - Tutta la letteratura deve essere verificata o contrassegnata come placeholder - Garanzia del limite di integrità accademica 💡 **Valore principale e scenari applicativi** ✅ **Punti critici risolti** 1. Scarsa accuratezza accademica: i contenuti generati dall'AI spesso presentano letteratura falsa, lacune logiche 2. Innovatività insufficiente: difficile individuare veri punti di innovazione accademica 3. Fattibilità debole: i piani di ricerca mancano di argomentazione sistematica 4. Difficoltà interdisciplinare: i temi interdisciplinari rischiano di essere "a metà" 🎓 **Utenti target** - Docenti universitari (scienze sociali, educazione, discipline umanistiche) - Ricercatori (che presentano richieste per progetti nazionali e provinciali) - Team accademici (che necessitano di un processo di revisione sistematico) 📋 **Flusso di utilizzo tipico** 1. Input: caricare bando del progetto + bozza della proposta 2. Valutazione: il sistema esegue un'analisi strutturata in 12 fasi 3. Confronto: il meccanismo dual-core itera e ottimizza le parti chiave 4. Verifica: controllo dell'autenticità della letteratura 5. Output: report di revisione completo + suggerimenti di ottimizzazione + elenco letteratura 🔍 **Differenze rispetto alla revisione tradizionale** | Dimensione | Revisione tradizionale | Sistema di revisione esperto | |------------|------------------------|------------------------------| | Profondità di revisione | Dipende dall'esperienza personale | 12 fasi strutturate + 9 dimensioni qualità | | Rigore accademico | Difficile verifica completa | Verifica letteratura + confronto dual-core | | Individuazione innovatività | Giudizio soggettivo | Analisi sistematica in 7 dimensioni | | Argomentazione fattibilità | Guidata dall'esperienza | Argomentazione dettagliata in 7 dimensioni | | Coerenza | Variabile da persona a persona | Processo standardizzato | | Efficienza | Da giorni a settimane | Valutazione iniziale in 1-2 ore | Il vantaggio principale di questo sistema è: rendere esplicita, strutturata e replicabile la conoscenza tacita di un esperto revisore con 15 anni di esperienza, consentendo a ogni utente di ottenere un servizio di revisione di livello esperto.
Assistente proposte di ricerca
Progettato per docenti universitari e ricercatori, questo assistente AI vi guida nella stesura di proposte di ricerca in ambito umanistico e sociale, coprendo l'intero processo dalla generazione del tema alla pianificazione dei risultati. Che abbiate bisogno di sviluppare un argomento da zero o di ottimizzare una parte specifica della proposta, questo strumento fornisce una guida e un supporto di livello esperto. Questo assistente combina l'esperienza di esperti senior con una strategia di 'guida tramite esempi e integrazione della teoria della scrittura', per aiutarvi a completare in modo efficiente una proposta di alta qualità. Potete ottenere analisi mirate degli argomenti caldi della ricerca disciplinare, suggerimenti per affinare il tema, e, in base al vostro indirizzo di ricerca e al tipo di progetto, generare un background rigoroso, una revisione approfondita della storia accademica e una descrizione perspicace del valore della ricerca. Nella fase di progettazione del contenuto della ricerca, questo assistente vi aiuterà a definire l'oggetto di studio, costruire un quadro di ricerca logicamente chiaro e raccomandare approcci e metodi innovativi. Allo stesso tempo, vi aiuta a sintetizzare i punti chiave e le difficoltà, stabilire obiettivi di ricerca chiari e pianificare un programma dettagliato e un'analisi di fattibilità, assicurando che la vostra proposta sia rigorosa e ben strutturata. Inoltre, potete sfruttare questo strumento per esplorare a fondo i punti di forza innovativi nelle idee accademiche, nelle prospettive e nei metodi di ricerca del progetto, e pianificare sistematicamente le varie forme dei risultati attesi, il loro utilizzo e l'impatto sociale. Infine, tutti i contenuti scritti vengono integrati con un clic per generare una proposta di ricerca completa, logicamente coerente e conforme agli standard di candidatura, aumentando le vostre possibilità di successo.
ScrivereAssistente bandi umanistici
La cosa peggiore, in una domanda di finanziamento, non è scrivere lentamente, ma prendere la direzione sbagliata. La maggior parte dei metodi ti fa "scrivere dall'inizio alla fine seguendo il percorso della ricerca". Questa Skill fa il contrario: prima procede a ritroso, poi in avanti. Ti porta innanzitutto a chiarire "qual è davvero l'elemento innovativo", quindi a chiederti, dal punto di vista dei valutatori, "che cosa bisogna presentare e perché dovrebbero crederti". Solo dopo aver chiarito questi aspetti, inizi a scrivere seguendo la logica di lettura. Prevede tre barriere invalicabili: non puoi definire il tema finché la ricerca bibliografica non è sufficiente, non puoi iniziare a scrivere finché l'innovazione non è chiara e non puoi finalizzare il testo senza la tua conferma. Inoltre, usa una ricerca multidimensionale XYZ per dimostrare che la "lacuna di ricerca" esiste davvero, senza mai confondere "non l'ho trovato" con "nessuno ci ha mai lavorato". Le altre AI ti aiutano a scrivere più velocemente; questa ti fa iniziare più tardi, ma ti aiuta a scrivere bene fin dal primo tentativo.
Trova la tua prossima abilità preferita
Esplora altre abilità AI curate per ricerca, creazione e lavoro quotidiano.